跑动是人类最基本的运动方式之一,对于假肢穿戴者而言,跑动运动有助于恢复身体运动机能,可有效避免残肢肌肉萎缩。假肢跑动功能的实现,以服务于人的全面发展为导向,满足残疾人对假肢功能多样化、智能化的辅助需要。因此,研发具有跑动功能的假肢膝关节具有十分重要的意义。本论文主要从数据采集、跑动运动状态与步态相位识别、假肢膝关节跑动运动控制策略三个方面展开。首先,对人体跑动运动模式进行分析,实现跑动步态相位的详细划分。根据下肢跑动运动的特点,搭建下肢运动信息采集系统,实现了下肢假肢跑动运动信息的采集。利用小波包软硬阈值结合的去噪方法与切比雪夫I型滤波方法对各种下肢跑动运动信息进行滤波处理,为假肢穿戴者跑动步态相位的识别提供了有效的数据基础。其次,采用相关性分析的方法实现跑动运动状态的识别。设计了基于SVM次序二叉树的多分类模型,将前期预处理的数据组成多维特征向量,作为SVM多分类模型的输入,实现下肢假肢跑动步态相位的识别。为进一步提高跑动步态识别率,引进PSO优化算法,并将其融入SVM模型的步态相位识别过程中,有效消除了SVM核参数选择的局部最优问题,使跑动步态识别的准确率提升到92.78%,验证了本文所提识别算法的可行性和有效性。另外将PSO-SVM算法与典型的BP神经网络、PSO-BP神经网络多分类模型的识别算法进行对比,进一步验证了本文所提识别算法优于其他方法,有效解决了假肢穿戴者跑动状态下的步态相位识别问题。最后,在完成跑动步态模式识别的基础上,以四连杆假肢膝关节作为被控对象,将有限状态机的方法应用到假肢膝关节的控制当中,制定了假肢膝关节的跑动运动控制模型。以跑动步态转换关键点作为跑动状态的转移条件,以健康人在跑动状态下的膝关节顺序转换动作作为目标意图,实现下肢假肢不同跑动步态相位的运动控制,为动力型下肢假肢协调配合人体实现跑动运动打下了基础。